积分节省指南

输入消耗

Clawbot在理解任务要求时产生的消耗，主要包括：

• 用户发出的消息内容。

• 用户上传的文件、图片、截图。

• 当前会话里的上下文历史。

• 已加载的记忆、历史会话。

• Skill / API 的描述信息、工具定义等。

执行消耗

Clawbot在完成任务时产生的成本，主要包括但不限于以下几类：

• 打开网页、搜索资料、读取页面内容。

• 调用工具、Skill、API。

• 分析代码、日志、图片、文档。

• 生成内容、整理结果、发布消息。

• 多轮推理、比对、总结。

多任务分对话执行

• 典型高消耗场景：同一个会话里执行多个任务，每次回复都要重读大量历史，单次回复很可能就要消耗 0.2-0.5积分，上下文越多消耗越高。

• 优化策略：任务阶段性完成后，及时新开对话，需要承接历史时，优先通过 memory 文件、总结文档、历史 session 来恢复上下文。可在对话中输入 /new 或者直接新开一个会话。

• 设计原则：避免让模型每次都重新读长对话历史，而是给它看"摘要版任务说明"。

避免浏览器滥用

• 典型高消耗场景：同一个任务拆成多次零碎浏览，非必要搜索浏览器。浏览器自动化通常并不是只点一下那么简单，背后往往包含页面加载、DOM 解析、内容提取、交互动作和结果整理。

• 优化策略：能通过已有信息判断的，不重复打开网页，一次性批量完成操作，避免来回切换。任务描述尽量明确，减少无效探索。

• 设计原则：浏览器是高消耗工具，不是频繁使用的工具。

大文件/多文件读取

• 典型高消耗场景：一上来就读整个项目，把长日志、完整代码仓、整篇大文档都扔进去，不限定范围，让模型自己找重点。

• 优化策略：先精准定位，再读取内容；尽量缩小范围到"具体文件 + 具体行数 + 具体问题"；先给任务背景，再给最小必要信息。

  • 推荐描述：例如"检查 /path/to/file.py 第 30～50 行是否有内存泄漏"“分析这段错误日志里为什么会出现连接超时”。

• 设计原则：让模型读"问题定位的局部内容"，而不是"全部内容"。

多Skill/API调用

• 典型高消耗场景：安装大量工具及skill，每次任务都带着大量无关工具信息一起进入上下文，很多 skill / API 会带来额外的说明、参数定义、调用上下文，这些都会消耗积分。

• 优化策略：只安装自己真正常用的 skill / API，不常用的临时启用，用完就停，对单一任务尽量保持工具集合精简。

• 设计原则：工具集应保持精简，过多工具会增加上下文负担。

重复查询相同内容

• 典型高消耗场景：同一个复杂问题，在不同会话反复从头问，每次都消耗积分，不共享。

• 优化策略：复杂任务完成后，及时写总结，关键结论沉淀到 memory/，常用流程写成 SOP / checklist / 说明文档，对重要排查结果保留"结论 + 证据 + 文件位置"。

• 设计原则：能复用结论，就不要复用消耗。

图片/视频处理

• 典型高消耗场景：图片和视频理解属于高消耗能力，高频发截图，不裁剪重点区域，整屏乱丢，可以文字描述也要上图，OCR、图片理解、视频分析来回做很多次。

• 优化策略：优先裁剪到关键区域，用低分辨率截图即可，不必原图直传。能用文字准确描述，就不要发图。一次把关键截图发全，避免来回补图。

• 设计原则：图像输入要精准取证，避免整屏轰炸。

7. 无计划复杂任务

• 典型高消耗场景：复杂任务不先拆解，完全靠多轮聊天推进，每一步都在对话里临时回忆"上一步做到了哪"，做着做着上下文越来越长，越来越乱。

• 优化策略：复杂任务一开始就写计划文件，把状态、结论、待办写进文件，不靠上下文记忆，下次继续时直接读取计划文件即可。推荐方式：例如先建立 temp/xxx-plan.md、temp/xxx-progress.md、memory/xxx-summary.md。

• 设计原则：复杂任务靠"外部状态文件"推进，而不是靠"聊天上下文堆积"推进。